Fiabilidad compuesta (CR) versus alfa de Cronbach y Omega

 

La fiabilidad compuesta, en el contexto de la medición psicométrica, presenta varias ventajas frente a otros índices de fiabilidad como el coeficiente omega y el alfa de Cronbach, especialmente en análisis de modelos de medida basados en ecuaciones estructurales (SEM). A continuación, detallo las ventajas principales de la fiabilidad compuesta, acompañada de una comparación detallada con alfa de Cronbach y omega:

1) Asume un modelo de medida confirmatorio

• La fiabilidad compuesta se estima en el contexto de un análisis factorial confirmatorio (AFC), lo que implica que se basa en un modelo de medida explícito que define las relaciones entre los ítems y los factores latentes. Esto permite que cada ítem tenga su peso específico en el factor, acorde con su contribución real.

• Por otro lado, el alfa de Cronbach asume que todos los ítems contribuyen igualmente (cargas factoriales iguales) y, en la práctica, muchas veces esta suposición no se cumple. Por lo tanto, alfa puede subestimar o sobreestimar la fiabilidad si los ítems tienen cargas factoriales desiguales.
• El coeficiente omega también permite que los ítems tengan diferentes pesos en el factor, similar a la fiabilidad compuesta, y es particularmente útil cuando se desea una medida robusta en situaciones donde los ítems reflejan diferentes grados de la variable latente. Sin embargo, el cálculo de omega puede ser más sensible a la elección del modelo de medida y los métodos de estimación.